ИИ оказался в разы вреднее для экологии, чем автомобиль

Ученые Массачусетского технологического института в Амхерсте выяснили, насколько передовые модели машинного обучения искусственного интеллекта вредят окружающей среде в процессе работы, пишет «Коммерсантъ». Для реализации машинного обучения требуются большие мощности, которые будут лишь увеличиваться. По данным исследования, процесс создания ИИ уже сейчас сопряжен с серьезным ущербом экологии.

Сотрудники колледжа информатики и компьютерных наук изучили работу четырех самых продвинутых программ машинного обучения на нейронных сетях, которые появились в последние годы и сосредоточены на распознавании естественных языков – Transformer, ELMo, BERT и GPT-2. Эти программы достигли результатов в машинном переводе, тестах на завершение предложений и в других типичных для этого направления испытаниях.

Исследователи сопоставили потребляемую программами мощность на одном графическом процессоре со временем, необходимым каждой из них для обучения согласно технической документации. Энергопотребление и объемы вредных выбросов увеличивались пропорционально мощности и сложности программ. Базовая модель Transformer выделяет всего 11,8 кг эквивалента углекислого газа (расчет был сделан на базе средней структуры энергопотребления в США). Обучение той же программы при помощи нейронных сетей и с большим набором параметров выделяло в пять раз больше эквивалента CO2, чем в среднем один автомобиль в США за весь цикл от производства до окончания срока его службы: 284 тыс. кг против 57,15 тыс. кг.

«Тренировка одной модели – это минимальный объем работы, который вам необходимо проделать, – пояснила Эмма Страбелл, ведущий автор исследования. – На практике куда более вероятно, что исследователи ИИ будут разрабатывать после этого новую модель с нуля или же адаптировать существующую модель под новый набор данных. И то, и другое потребует множества дополнительных сессий тренировки и настроек». Из этого следует, что реальные показатели вредных выбросов в атмосферу от работающей модели ИИ окажутся в несколько раз больше.

Источник: IOT.RU

Комментарии